Edge Of Future: پست #3302 — TG.ME

Edge Of Future🔌اجرای هم‌زمان ۵۰ بازی با هوش مصنوعی و با هزینه کمتر از یک سنت؛ دمو بازی Subway Surfers توسط مدل Jev پس از معرفی مدل جدید Jev توسط محقق سابق OpenAI، نخستین ویدیوهای آزمایشی از عملکرد این سیستم تصمیم‌گیری آنی منتشر شد که قابلیت‌های جالب آن را نشان می‌دهد.…
ترکیب GPT-6 Astra و مدل Jev برای اجرای بازی ماینکرفت؛ معماری تلفیقی سیستم ۱ و سیستم ۲ در ایجنت‌های هوش مصنوعی

یک توسعه‌دهنده نرم‌افزار به نام وویانگ ژو (Wuyang Zhou)، سیستم ایجنتی هیبریدی جدیدی طراحی کرده که با تقسیم کار میان مدل استدلالی GPT-6 Astra و مدل تصمیم‌گیری آنی Jev، بازی ماینکرفت را به صورت بلادرنگ و خودگردان هدایت می‌کند. در این معماری، وظایف بر اساس ماهیت زمانی تفکیک شده‌اند: آسترا به عنوان مغز استراتژیک (سیستم ۲) مسئولیت برنامه‌ریزی‌های بلندمدت، اولویت‌بندی ساخت ابزارها، کاوش در غارها و تصمیم‌گیری برای بقا را بر عهده دارد، در حالی که مدل Jev به عنوان سیستم واکنشی (سیستم ۱) وظیفه پاسخ‌های میلی‌ثانیه‌ای و واکنش سریع به تهدیدات ناگهانی (مانند نبرد هم‌زمان با چندین زامبی) را پوشش می‌دهد.

برای تکمیل این زنجیره، مدل‌های پالیسی لوکال (Local Policies) وظیفه تبدیل این فرامین به حرکات فیزیکی کیبورد و ماوس (نظیر راه رفتن، تنظیم زاویه دوربین و ضربه زدن) را انجام می‌دهند. چالش بزرگ مدل‌های زبانی فرانتیر در بازی‌های جهان‌باز همواره کندی زمان پاسخ‌دهی (Latency) ناشی از تولید توکن‌ها بود که باعث می‌شد ایجنت در موقعیت‌های نبرد سریع کشته شود؛ اما ادغام Jev (که خروجی احتمالات موازی و بدون‌متن در ۷۰ میلی‌ثانیه صادر می‌کند) با توان برنامه‌ریزی آسترا، این گلوگاه زمانی را به طور کامل برطرف ساخته است.

این دمو نمونه‌ای ملموس از معماری استاندارد آینده در هوش مصنوعی خودمختار و رباتیک است. تکیه بر یک مدل واحد برای تمام لایه‌ها از نظر اقتصادی و زمانی ناکارآمد است؛ سیستم‌های کاربردی آینده ساختاری سلسله‌مراتبی خواهند داشت که در آن مدل‌های استدلالی سنگین اهداف کلان را مشخص می‌کنند، موتورهای تصمیم‌گیری بدون‌متن واکنش‌های غریزی و فوری را صادر می‌نمایند و مدل‌های حرکتی محلی کنترل فیزیکی را اجرا می‌کنند؛ فرمولی مهندسی که ثبات ایجنت‌ها در محیط‌های پویا را تضمین می‌کند.

@ACCELERATIONERS
👏3🤯2🔥1